客人列| 2021年11月1日

使用人工智能减少响应时间

由约翰·伯特兰

1121年_16_daupler

公共工程运营和水务人员现在正在利用人工智能技术更好地服务社区并节省资金。

水务公司面临的挑战是,既要有效应对问题,又要让客户了解情况,并保持预算。反应太慢可能会导致财产受损,而城市或公用事业公司要为此负责,而且客户满意度很差。如果公用事业部门反应太快,他们可能会派出一个值班人员来处理那些可以也应该等待正常解决方案的问题。这可能会导致成千上万甚至数百万人不必要的加班,以及对机组人员生活的无端干扰。

《人类判断的谬误

许多公用事业人员都是各自领域的专家。不幸的是,他们没有时间检查所有传入的客户报告,他们也不应该这样做。另一方面,客户和许多呼叫中心人员不具备识别问题症结和关键的知识。无论是由城市管理人员处理的呼叫,还是与多个城市合作的县呼叫中心,紧急调度团队,3-1-1团队,还是有任何员工流动的专用呼叫中心,都是如此。

这一挑战以多种方式表现出来。考虑以下场景。

  • 客户打电话到县调度办公室,该办公室在下班后处理多个城市的电话。接线员找不到那个人所在城市的手续。该问题被不正确地路由,导致延迟。
  • 一位顾客在下班后打电话报告水质问题。接电话的人认为这听起来像是紧急情况,就把它发给了值班的人。这将导致自动加班两小时。这个问题最终通过简单的放水来解决。
  • 一位市民看到水从街道的裂缝中涌上来。他们去城市的门户网站报告这个问题。他们选择他们认为的问题所在。这需要1)他们有足够的知识正确地对问题进行分类,2)门户有合适的类别供他们选择。在一个真实的例子中,市民选择了“暴雨排水排放”。门户网站将报告发送给固体废物主管,导致正确的团队延迟了30分钟。这导致了额外的水损失成本,以及与长期交通问题相关的社会成本。

在每一种情况下,时间被浪费了,每次事件可能导致数千美元的损失,或者加班被花在本可以等待的问题上。

减少对技术的主观判断的依赖

呼叫中心、调度、城市管理人员和其他负责接听客户电话的人员必须跟踪大量信息,特别是当支持多个部门或城市时。为他们提供一些简单的工具,以减轻他们必须记住的负担,并做出正确的决定,在哪里和何时报告一个问题,这有助于团队成员更准确地路由信息。这也允许他们更快地处理调用。

这些工具可以采取两种形式。第一种方法只是将来自服务组织的流程规则嵌入到一个平台中,无论该服务组织是市政水务部门、区域水区,还是负责实际调用的其他实体。然后,这个平台帮助接听电话的人遵循该组织的正确流程。这些规则可以包括何时和向谁发送呼叫,以及自动升级树。

第二套工具更为复杂。在向实用程序发送报告之前,接线员需要了解核心问题是什么,以便能够正确路由它。这就是人工智能和问题分类的作用所在。

人工智能与问题诊断

对一些人来说,人工智能(AI)或“机器模仿智能人类行为的能力”1感觉很未来,可能还有点吓人。在现实生活中,人工智能的例子在我们的日常生活中随处可见。如果你通过看手机解锁,按照谷歌或苹果地图上的推荐路线解锁,或者使用谷歌搜索任何东西,你都在利用人工智能。

人工智能在水务行业也很普遍。它将通过高级计量基础设施(AMI)、SCADA、客户报告和其他来源创建的越来越多的数据集,并将其转换为可操作的(有时是自动化的)步骤。

在客户电话(或电子邮件、文本、门户提交或社交帖子)的情况下,AI可以用来分析传入的数据,并预测类别和关键度。这减少了对非专业来电者判断的依赖,并有助于接听电话者更有效地工作。AI平台只需要调用者描述症状,然后它就可以做出诊断。

人工智能平台使用一套算法,或它遵循的规则,来进行分析和分类。这些规则是由行业专家制定的,以反映他们将做出的决定,并在平台遇到更多数据时动态更新——因此是“人工智能”中的“智能”。

例如,如果一个客户报告水从街道的裂缝中冒出来,它会给这个问题很高的可能评级。如果有人报告说,水中有难闻的气味和可见的厕纸,那么它很有可能是下水道问题。

人工智能还可以用来识别重复的报告,促进协调反应和消除额外的不必要的标注。这也允许公用事业主动处理额外的来电与确认问题的录音信息,或发送短信爆炸到受影响的地区。

利用人工智能改善反应的一些成功例子

在北卡罗来纳州的一个城市,使用人工智能平台来帮助确定客户报告的问题的关键程度,使加班时间减少了50%,为该市节省了数十万美元。

加州的另一座城市利用这项技术将其响应时间缩短到1小时以内,这是他们不可能满足的一项同意法令的要求。他们还看到了约75%的呼叫减少。

一些城市正在使用人工智能快速识别影响多人的事件。在其中一个例子中,人工智能平台在冬季暴风雪期间接到7个电话后识别出了一个事件。在确定了事件之后,呼叫者会收到一条关于服务中断的消息。90%的人选择接收更新的短信,而不是和别人聊天。50%的呼叫者上传了包括照片在内的附加信息,以帮助团队解决这个问题。

这些只是公用事业、市政当局和县如何使用技术和人工智能来帮助他们的团队和更好地服务他们的客户的几个例子。

参考

  1. Merriam-Webster.com,https://www.merriam-webster.com/dictionary/人工% 20智能, 2017 . viewed September 21, 2021

关于作者
John Bertrand是一位在水行业拥有超过15年经验的企业家。他作为咨询工程师和公共事业员工的经验使他对多普勒服务的客户和行业有了深入的了解。John获得了堪萨斯大学土木工程学士学位,是一名注册专业工程师。